【技术实现步骤摘要】
本专利技术属于目标识别领域，特别是涉及一种基于fpga硬件平台的红外光斑目标识别和跟踪方法。
技术介绍
1、目标识别和跟踪应用领域广泛，在工业制造等场景中均扮演着重要的角色。它相当于系统的眼睛，智能机器人视觉系统有着执行自主定位、环境识别、障碍物检测、目标跟踪等仿生功能。但是传统的识别和跟踪系统（以计算机或嵌入式平台作为处理器）存在着实时性差的问题。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种基于fpga硬件平台的红外光斑目标识别和跟踪方法。
2、本专利技术的目的是通过以下技术方案来实现的：基于fpga硬件平台的红外光斑目标识别和跟踪方法，应用于位于室内的目标跟踪设备，所述方法包括：
3、获取视频流，所述视频流由镜头和coms传感器直接设有滤光片的相机采集得到；
4、检测当前帧中是否包含全部目标光斑；
5、在当前帧中包含全部目标光斑时，若当前帧的上一帧包含全部目标光斑，则生成当前帧中每个目标光斑的搜索窗口；
6、在当前帧中所述搜索窗口对应的区域进行搜索，若搜索到全部目标光斑，则跟踪成功；
7、在跟踪成功时输出当前帧中全部目标光斑的位置坐标。
8、进一步地，检测当前帧中是否包含全部目标光斑，包括：
9、对当前帧进行光斑增强处理；
10、检测当前帧中的所有光斑；
11、检测当前帧中所有光斑的第一参数；
12、根据第一参数判断所述光斑
13、确定有效的光斑是否包含全部目标光斑。
14、进一步地，对当前帧进行光斑增强处理，包括：
15、将当前帧中第一像素的亮度值调节为第一预设值；
16、将当前帧中第二像素的亮度值调节为第二预设值，所述第二预设值大于所述第一预设值；
17、其中，所述第一像素为当前帧中亮度值小于等于背景噪声阈值的像素，所述第二像素为当前帧中亮度大于背景噪声阈值的像素。
18、进一步地，所述第一参数包括光斑的形心坐标、光斑在x轴方向的最大位置数值和最小位置数值、光斑在y轴方向的最大位置数值和最小位置数值。
19、进一步地，根据第一参数判断所述光斑是否有效，包括：
20、若检测到光斑的形心坐标，则该光斑有效，否则该光斑无效。
21、进一步地，检测当前帧中所有光斑的第一参数，包括：
22、利用连通域分析引擎对当前帧进行全局扫描，得到光斑的第一参数。
23、进一步地，生成当前帧中每个目标光斑的搜索窗口，包括：
24、在当前帧中包含全部目标光斑时，若当前帧的上一帧包含全部目标光斑，则计算目标光斑与coms传感器之间的物理距离；
25、计算第一距离，所述第一距离为在所述物理距离处同一目标光斑按预设速度移动在相邻两帧图像间产生的像素移动距离；
26、根据所述第一距离确定当前帧中各搜索窗口的大小；
27、若当前帧的上上帧不包含全部目标光斑，则将搜索窗口的中心位置确定为对应目标光斑的位置；
28、若当前帧的上上帧包含全部目标光斑，则根据搜索窗口在上一帧的位置和第一距离确定当前帧中各搜索窗口的位置；
29、根据搜索窗口的大小和位置在当前帧中生成每个目标光斑的搜索窗口。
30、进一步地，若当前帧中包含全部目标光斑，则处于跟踪状态，否则处于失效状态。
31、进一步地，处于失效状态时，继续检测当前帧中是否包含全部目标光斑。
32、本专利技术的有益效果是：
33、（1）本专利技术根据fpga体积小、功耗低、速度快、配置灵活、移植方便等优势，提出了基于fpga的多光斑目标识别和跟踪方法，主要以fpga和coms传感器为核心平台来进行视觉系统硬件设计，以硬件描述语言为工具完成数字图像处理算法实现，起到算法加速的效果，最终完成了光斑目标识别和跟踪系统的应用开发；
34、（2）本专利技术的方法达到了高实时性。以目标光斑有四个，cmos产生3840x2160分辨率、每秒200帧的图像为例，收到图像后，根据背景噪声设定阈值提取出有效光斑信号进行增强，对增强后的光斑进行3*3中值滤波，去除孤立的光斑像素点，填充光斑内部缺失的像素点；之后对图像进行二值化处理，形成光斑的二值化图像，对二值化图像进行形态滤波，对光斑边缘进行整形处理；使用四个连通域搜索引擎对进行光斑搜索，搜索完成后根据光斑边界和大小进行有效性判断；四个光斑有效的情况下，进行光斑定位，分别根据光斑中心数值计算a、b、c、d的光斑标定；标定完成后根据ad光斑中心距离，计算搜索窗口，并分别形成a、b、c、d四个光斑对应的搜索窗口；在下一帧图像中，计算a、b、c、d四个光斑是否在自己的搜索窗口内，若在搜索窗口内，则处于有效跟踪状态，否则为跟踪失效状态；所有上述计算过程在0.5ms内完成，并输出计算结果供上位机使用。
本文档来自技高网...【技术保护点】
1.基于FPGA硬件平台的红外光斑目标识别和跟踪方法，应用于位于室内的目标跟踪设备，其特征在于，所述方法包括：
2.根据权利要求1所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，检测当前帧中是否包含全部目标光斑，包括：
3.根据权利要求2所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，对当前帧进行光斑增强处理，包括：
4.根据权利要求2所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，所述第一参数包括光斑的形心坐标、光斑在X轴方向的最大位置数值和最小位置数值、光斑在Y轴方向的最大位置数值和最小位置数值。
5.根据权利要求2所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，根据第一参数判断所述光斑是否有效，包括：
6.根据权利要求2所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，检测当前帧中所有光斑的第一参数，包括：
7.根据权利要求1所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，生成当前帧中每
8.根据权利要求1所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，若当前帧中包含全部目标光斑，则处于跟踪状态，否则处于失效状态。
9.根据权利要求8所述的基于FPGA硬件平台的红外光斑目标识别和跟踪方法，其特征在于，处于失效状态时，继续检测当前帧中是否包含全部目标光斑。
...【技术特征摘要】
1.基于fpga硬件平台的红外光斑目标识别和跟踪方法，应用于位于室内的目标跟踪设备，其特征在于，所述方法包括：
2.根据权利要求1所述的基于fpga硬件平台的红外光斑目标识别和跟踪方法，其特征在于，检测当前帧中是否包含全部目标光斑，包括：
3.根据权利要求2所述的基于fpga硬件平台的红外光斑目标识别和跟踪方法，其特征在于，对当前帧进行光斑增强处理，包括：
4.根据权利要求2所述的基于fpga硬件平台的红外光斑目标识别和跟踪方法，其特征在于，所述第一参数包括光斑的形心坐标、光斑在x轴方向的最大位置数值和最小位置数值、光斑在y轴方向的最大位置数值和最小位置数值。
5.根据权利要求2所述的基于fpga硬件平台的红外光斑...
【专利技术属性】
技术研发人员：褚俊波，李和伦，李东晨，李非桃，高升久，冉欢欢，陈益，陈春，王丹，李毅捷，董平凯，陈未东，杨伟，夏添，罗瀚森，肖枭，何建，
申请(专利权)人：四川迪晟新达类脑智能技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。